1x1卷积核作用
2024-08-31 14:10:14
1. 实现跨通道的交互和信息整合
对于某个卷积层，无论输入图像有多少个通道，输出图像通道数总是等于卷积核数量！
对多通道图像做1x1卷积，其实就是将输入图像于每个通道乘以卷积系数后加在一起，即相当于把原图像中本来各个独立的通道“联通”在了一起。
2. 进行卷积核通道数的降维和升维
进行降维和升维引起人们重视的（可能）是在GoogleNet里。对于每一个inception模块（如下图），原始模块是左图，右图中是加入了1x1卷积核进行降维的。
虽然左图中的卷积核都比较小，但是当输入和输出的通道数很大时，乘起来也会使得卷积核参数变很大，而右图加入1x1卷积后可以降低输入的通道数，卷积核参数、运算复杂度也就降下来了。
最新文章
- （八）WebGIS中栅格图层的设计
- 开发中的一些解决方案(c#)
- Linux内核--网络栈实现分析（六）--应用层获取数据包（上）
- .NET魔法堂：工程构建基石->MSBuild
- always语言指导原则
- c#开发Mongo笔记第一篇
- jquery选择器的简单使用
- Activity LauchMode启动模式（转载）
- .NET面试题系列[17] - 多线程概念（2）
- 12 Nonlinear Transformation
- CentOS 升级 Python3 （附带: 一键升级脚本）
- tomcat发布项目绑定域名总结
- 常用javascript表单验证方法
- 《剑指offer》-判断对称二叉树
- ajax 获取服务器返回的XML字符串
- JavaScript各种继承方式（六）：寄生组合继承
- form表单验证字段学习总结
- Latex:多个公式使用同一个编号（右对齐）
- 开源项目推荐：e-example / Springboot+bootstrap + ……
- NFS各个版本之间的比较